一、一维数据分析
一维数据结构:在numpy中用array表示,在pandas中用Series表示
- numpy 一维数据结构
import numpy as np
a = np.array([2,3,4,5) #定义
a[0] → 2 #查询元素
a[1:3] → array([3,4]) # 切片
for i in a #循环访问
a.dtype → dtype('int32') #查看数据类型dtype
a.mean(), a.std() # 平均值,标准差
# 向量化运行:乘以标量
![a64546a82d22aaf6bf148f86169bd05a.png](https://i-blog.csdnimg.cn/blog_migrate/fc135e3843169d611d14d360aabbc300.png)
- numpy一维数组与列表的区别
(1) 统计功能
平均值mean(),标准差std()
(2)向量化运算
① 向量相加 ② 乘以标量
(3)numpy数组中的每一个元素都必须是同一个数据类型,而列表的元素可以是不同的数据类型
- pandas一维数据结构
#定义
![9ab4af477f7fbc32f9c58a827dc45319.png](https://i-blog.csdnimg.cn/blog_migrate/70b494fcf1be154106684661ca3ceac3.png)
![5e3d8fe0100d5129e489c962e6cd2fc2.png](https://i-blog.csdnimg.cn/blog_migrate/a12ceb70b5076bfe3d14dabbe2f73e30.png)
#描述统计信息 stockS.describe()
![03bf358a2a8b6a5a782b456e5acf186a.png](https://i-blog.csdnimg.cn/blog_migrate/ee8b27ef81487d99824c14a1033e4360.png)
# 根据位置获取值 stockS.iloc[0]
# 根据索引获取值 stockS.loc['腾讯']
# stockS.mean(), stockS.std() 平均值,标准差
# 向量相加,索引值不匹配的为缺失NaN